提出一种基于人工神经网络的可靠度预测方法，以系统故障时间和对应的中位秩估计值训练网络，在系统故障时间范围内选取大量的故障时间点并求其预测的累积分布函数值，然后结合样条回归法求出系统累积分布函数曲线，概率密度函数曲线及故障率函数曲线。为验证人工神经网络模型的优越性，以婴儿培养箱等5个系统的故障数据为例，用决定系数R2、均方误差和对数似然函数，与Weibull、Fréchet、Logistic等统计分布模型进行对比，结果表明人工神经网络拟合效果最优。
科研之友
微信
新浪微博
Facebook
分享链接
